NVIDIA-Nemotron-Nano-12B-v2-VL-BF16
Veröffentlicht von nvidia im Jahr 2025, ist NVIDIA-Nemotron-Nano-12B-v2-VL-BF16 ein 12 Milliarden Parameter umfassendes Bildgenerierung-Modell. NVIDIA-Nemotron-Nano-12B-v2-VL-BF16 is an open-weights image model with roughly 12 billion parameters.
by nvidia · 12 Mrd. Parameter
Am besten geeignet für
Möglichkeiten, NVIDIA-Nemotron-Nano-12B-v2-VL-BF16 in osFoundry zu nutzen
Mit eigenem Schlüssel verbinden (BYOK)
Öffnen Sie den Schlüssel-Dialog und fügen Sie Ihren nvidia-API-Key ein. osFoundry erkennt NVIDIA-Nemotron-Nano-12B-v2-VL-BF16 automatisch — weisen Sie es im Pipeline-Tab einer Maestro-Rolle (Router, Direct, Orchestrator oder Fallback) zu, und es ist in jedem Chat verfügbar. Ihr Key, Ihr Provider-Konto — kein Token-Aufschlag.
Dedizierten Endpunkt bereitstellen
NVIDIA-Nemotron-Nano-12B-v2-VL-BF16 ist Open-Weights — betreiben Sie es lokal kostenlos oder stellen Sie in Ihrem Workspace einen dedizierten GPU-Endpunkt für reservierte Kapazität ohne Rate Limits bereit.
In einer Room App verwenden
Room Apps deklarieren KI-Funktionen in ihrem Manifest und rufen sie anschließend mit invokeAI auf:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Aus eigenen Anwendungen aufrufen
Sobald ein Modell in Ihrem Workspace eingerichtet ist, können Sie es als API hosten und aus Ihren eigenen Diensten, Skripten oder CI — außerhalb von osFoundry — erreichen.
NVIDIA-Nemotron-Nano-12B-v2-VL-BF16 per API nutzen
NVIDIA-Nemotron-Nano-12B-v2-VL-BF16 wird auch von gehosteten API-Anbietern bereitgestellt — per API nutzen (BYOK), wenn Sie keine GPUs verwalten möchten. Jene Seite listet die Preise pro Anbieter.
Welche Hardware kann NVIDIA-Nemotron-Nano-12B-v2-VL-BF16 ausführen
NVIDIA-Nemotron-Nano-12B-v2-VL-BF16 läuft auf eine einzelne 16GB-Consumer-GPU (~8 GB VRAM mit Reserve für den KV-Cache). Inferenz in voller Präzision passt auf eine einzelne H100 80GB bei FP16-Präzision (~29 GB).
NVIDIA-Nemotron-Nano-12B-v2-VL-BF16 im Vergleich zu ähnlichen Modellen
Lizenz
Nicht angegeben — Lizenzbedingungen nicht angegeben — prüfen Sie die Upstream-Model-Card vor kommerzieller Nutzung.
Konsultieren Sie die Upstream-Dokumentation.
Häufige Fragen zu NVIDIA-Nemotron-Nano-12B-v2-VL-BF16
Ist NVIDIA-Nemotron-Nano-12B-v2-VL-BF16 kostenlos nutzbar?
NVIDIA-Nemotron-Nano-12B-v2-VL-BF16 kann auf Ihrer eigenen Hardware kostenlos lokal betrieben werden. Der gehostete Zugriff über osFoundry wird abgerechnet (Input Free (local), Output Free (local)). Sie können jederzeit zwischen lokal und gehostet wechseln.
Kann ich NVIDIA-Nemotron-Nano-12B-v2-VL-BF16 kommerziell nutzen?
Kommerzielle Nutzung ist unter bestimmten Bedingungen erlaubt. Lizenzbedingungen nicht angegeben — prüfen Sie die Upstream-Model-Card vor kommerzieller Nutzung. Konsultieren Sie die Upstream-Dokumentation.
Wie viel VRAM benötigt NVIDIA-Nemotron-Nano-12B-v2-VL-BF16?
Etwa 8 GB bei Q4-Quantization oder 29 GB bei voller FP16-Präzision. Passt auf eine einzelne 24GB-Consumer-GPU.
Kann ich NVIDIA-Nemotron-Nano-12B-v2-VL-BF16 lokal betreiben?
Ja. NVIDIA-Nemotron-Nano-12B-v2-VL-BF16 ist Open-Weights und läuft lokal auf einer Workstation-GPU. Die lokale Runtime von osFoundry übernimmt Modellladen, Quantization und Routing.
Worin ist NVIDIA-Nemotron-Nano-12B-v2-VL-BF16 besonders gut?
NVIDIA-Nemotron-Nano-12B-v2-VL-BF16 eignet sich besonders für image text to text.
Wie verwende ich NVIDIA-Nemotron-Nano-12B-v2-VL-BF16 in osFoundry?
Fügen Sie Ihren nvidia-API-Key im Schlüssel-Dialog ein (oder stellen Sie bei selbst hostbaren Modellen die Open Weights bereit), weisen Sie NVIDIA-Nemotron-Nano-12B-v2-VL-BF16 im Pipeline-Tab einer Maestro-Rolle zu und nutzen Sie es anschließend im Chat, in Room Apps über invokeAI oder in Ihren eigenen Anwendungen.
Veröffentlicht von nvidia am 21. Oktober 2025. Quelle: https://huggingface.co/nvidia/NVIDIA-Nemotron-Nano-12B-v2-VL-BF16